专栏 RSS订阅（公众号）
温馨提示：订阅专栏后它将会自动更新，无人订阅的专栏有可能不会更新。
购买VIP
提交新专栏
专栏 二维码
TodayRss-海外RSS稳定源
今天看啥
公众号rss, 微信rss, 微信公众号rss订阅, 稳定的RSS源
他们也喜欢这个专栏
开通 RSS极速订阅 可分钟级获得文章
|
|
谈谈 DeepSeek-R1 和 V3.2 的后训练以及 RL 训练稳定性的问题 青稞AI · 公众号 · AI · 1 月前 · |
|
|
|
Claude Code 源码逆向工程与系统性分析！Harness Engineering: 基于 C... 青稞AI · 公众号 · AI · 1 月前 · |
|
|
|
从任意视角理解和生成世界！和 NTU 博后廖康，一起聊聊统一多模态空间智能大模型 Puffin 青稞AI · 公众号 · AI · 1 月前 · |
|
|
|
从传统 RL 的视角看大模型 RLVR 青稞AI · 公众号 · AI · 1 月前 · |
|
|
|
大模型RL算法梳理：从全量词元到部分词元的路径演化 青稞AI · 公众号 · AI · 1 月前 · |
|
|
|
近半年 On-Policy Distillation 的三大主流方向：一个方法解决两道难题 青稞AI · 公众号 · AI · 1 月前 · |
|
|
|
长文干货！深度解析第三代 RLVR 模型的训练过程 青稞AI · 公众号 · AI · 1 月前 · |
|
|
|
下周二晚8点！一起聊聊 OpenClaw-RL：让你的龙虾在使用中自适应变强 青稞AI · 公众号 · AI · 1 月前 · |
|
|
|
大模型的下半场是什么？林俊旸：从 Reasoning Thinking 到 Agentic Thin... 青稞AI · 公众号 · AI · 1 月前 · |
|
|
|
对话上海交通大学助理教授杨学：如何做好系统性科研 青稞AI · 公众号 · AI · 1 月前 · |
|
|
|
从 ORM 到 PRM，Reasoning 模型诞生：思维链、思维树、思维图、MCTS、 Self-... 青稞AI · 公众号 · AI · 1 月前 · |
|
|
|
真机RL成本太高？一起聊聊 RISE：让机器人在世界模型的“想象”中自主进化 青稞AI · 公众号 · AI · 1 月前 · |
|
|
|
LLM Post-Training 全景指南：从 RLHF 到 GRPO 再到 Agentic RL 青稞AI · 公众号 · AI · 1 月前 · |
|
|
|
长文干货！从 SFT 到 PPO 全解：拒绝采样、Reward Model、REINFORCE、Ac... 青稞AI · 公众号 · AI · 1 月前 · |
|
|
|
MOE 架构如何做 SFT 和 RL？聊聊 post-training 难点与经验 青稞AI · 公众号 · AI · 1 月前 · |
|
|
|
干货！万字长文解析 Agent 框架中的上下文管理策略 青稞AI · 公众号 · AI · 1 月前 · |
|
|
|
直播预告！从 Depth Scaling 到 Width Scaling，聊聊 WideSeek-R... 青稞AI · 公众号 · AI · 1 月前 · |
|
|
|
Agentic RL 训练核心问题：环境建模、学习信号、异步数据流、策略优化和基础设施 青稞AI · 公众号 · AI · 1 月前 · |
|
|
|
从推理架构的角度，谈谈 Attention Residual 架构一些背后的想法 青稞AI · 公众号 · AI · 1 月前 · |
|
|
|
如何成为超级个体（严肃脸）？这场活动回答你 青稞AI · 公众号 · AI · 1 月前 · |
|